A partir de 2008, as entidades brasileiras passaram a dispor da escolha entre capitalizar ou tratar como despesa os gastos com P&D. Ahmed e Falk (2006) comprovam que a alternativa de contabilizar como despesa ou como ativo é melhor do que a contabilização única dos gastos com P&D. Além disso, Barth, Landsman e Lang (2008) documentam empiricamente que as normas emanadas pelo IASB são de qualidade superior às normas locais de 21 países. Ciftci (2010) e Loudder e Behn (1995) apontam que a mudança de regulação contábil pode afetar a qualidade da informação decorrente dos gastos com P&D.
Com a mudança de regulação contábil no Brasil, a partir de 2008, era de se esperar que os relatórios contábeis passassem a apresentar maior qualidade. Com a convergência às IFRS, implementou-se a escolha contábil para os gastos com P&D, possibilitando a transmissão de informações aos investidores.
Um investimento tem o papel de estimular o crescimento da empresa e, consequentemente, o desenvolvimento econômico da região ou país, já que se pressupõe que o referido investimento gera maior produtividade. Assim, como os gastos com P&D capitalizados possuem a expectativa de gerar benefícios, é de se esperar que a capitalização seja uma informação útil aos investidores. Dessa forma a primeira hipótese de estudo é:
H1 = O reconhecimento dos gastos com P&D capitalizados após a convergência contábil às IFRS afeta positivamente a qualidade da informação
Considerando que o objetivo do trabalho visa avaliar a qualidade da informação por meio da persistência e do value relevance, a primeira hipótese pode ser subdividida.
H1a = O reconhecimento como ativo intangível dos gastos com P&D após a convergência contábil às IFRS afeta positivamente a persistência
H1b = O reconhecimento como ativo intangível dos gastos com P&D após a convergência contábil às IFRS possui value relevance positivo
Nesse estudo, a qualidade da informação contábil é analisada a partir da perspectiva do value relevance e da persistência dos resultados. Contudo, mesmo que a contabilização como despesa do gasto com P&D amenize o uso oportunista, é esperado que esse gasto não seja capaz de gerar benefícios em um futuro previsível e, portanto, deve afetar negativamente a qualidade da informação. Nesse sentido, alcança-se a segunda hipótese de pesquisa:
H2 = O reconhecimento como despesa dos gastos com P&D afeta negativamente a qualidade da informação após a convergência contábil às IFRS.
Tal como na hipótese H1, a segunda hipótese do estudo possui desdobramento para atender ao objetivo de pesquisa. Assim tem-se:
H2a = O reconhecimento como despesa dos gastos com P&D afeta negativamente a persistência
H2b = O reconhecimento como despesa dos gastos com P&D possui value relevance negativo
Como hipótese adicional, assume-se que o reconhecimento dos gastos com P&D como ativo são de qualidade superior à dos gastos reconhecidos como despesa. Isso, porque ao capitalizar, os gestores estariam expressando seu julgamento e informando ao mercado que o gasto com P&D capitalizado possui capacidade de gerar benefícios econômicos futuros em face do gasto com P&D reconhecido como despesa, que por sua vez não teria essa mesma capacidade. Com base nesse argumento, a terceira hipótese de pesquisa é assim enunciada:
H3 = O reconhecimento como ativo dos gastos com P&D possuem qualidade superior à contabilização como despesa.
Desse modo, o presente estudo possui três hipóteses. Quanto à primeira é esperado um sinal positivo, pois, ao se reconhecer o gasto com P&D como ativo, a entidade utilizou os critérios de reconhecimento de ativos intangíveis e, com isso, é esperado que esse gasto gere benefícios fluindo para a entidade em um futuro previsível. Quanto à segunda hipótese, é esperado um sinal negativo, porque, ao reconhecer um gasto como despesa, torna-se possível inferir a incapacidade da entidade na alocação de recursos em projetos que venham a atingir a viabilidade técnica. Por último, é esperado que os gastos com P&D reconhecidos como ativos sejam de qualidade superior àqueles reconhecidos como despesa, pois dos gastos capitalizados pressupõe-se que fluam benefícios futuros para a entidade, enquanto que o mesmo não pode ser dito dos gastos com P&D reconhecidos como despesa.
3 ASPECTOS METODOLÓGICOS
Com o intuito de identificar se os gastos reconhecidos como P&D afeta a qualidade da informação por meio do value relevance e da persistência, foram escolhidas as empresas brasileiras de média-alta e alta tecnologia que apresentaram gastos com P&D entre 2008 a 2015. Essa escolha se justifica pelo engajamento em atividades que possuem afinidades setoriais com as áreas que demandam pesquisas para o desenvolvimento de seus produtos e serviços, seguindo, com isso, os modelos de outros autores, como desenvolvido por Landry e Callimaci (2003).
A classificação no nível tecnológico em média-alta e alta foi obtida da Pesquisa Industrial do Instituto Brasileiro de Geografia e Estatística (IBGE, 2003), intitulada de PIA. Para tal classificação, o IBGE se baseou na pesquisa do PINTEC - Pesquisa de Inovação (2002) para elaborar o PIA de 2003. Em resumo, tais pesquisas classificam a indústria e a inovação tecnológica no Brasil. Considerando um parâmetro de classificação das empresas, as pesquisas do IBGE (2003) e PINTEC (2002) foram utilizadas devido à indisponibilidade de publicações posteriores do IBGE que tratassem da classificação de tecnologia e que fossem ligadas a P&D. Adicionalmente, estudos posteriores como os de Hungarato e Lopes (2008) e Hungarato e Teixeira (2012) utilizaram-se dessas mesmas pesquisas ao embasarem sua classificação. No Quadro 2, tem-se a classificação mencionada.
Quadro 2. Classificação por intensidade tecnológica da PIA
Classificação Divisões e agregações
Alta
Equipamentos de instrumentação médico-hospitalares, instrumentos de precisão e ópticos, equipamentos para automação industrial, cronômetros e relógios;
Máquinas, aparelhos e materiais elétricos;
Material eletrônico e de aparelhos e equipamentos de comunicações; Máquinas para escritório e equipamento de informática;
Máquina e equipamentos;
Veículos automotores, reboques e carrocerias; Refino de petróleo.
Média Alta
Produtos farmacêuticos; Material eletrônico básico; Produtos do fumo; Produtos químicos;
Peças e acessórios para veículos;
Celulose e outras pastas para fabricação de papel. Fonte: Pesquisa Industrial - PIA, (IBGE, 2003)
O Quadro 2 apresenta a classificação por intensidade tecnológica. De acordo com Hungarato e Lopes (2008), o método de classificação baseado na intensidade tecnológica das empresas, elaborado pelo IBGE (2003), é uma proxy para o modelo de classificação proposto pelo manual da Organização para Cooperação e o Desenvolvimento Econômico.
Considerando o Quadro 2 como parâmetro, as atividades classificadas como média- alta e de alta tecnologia foram confrontadas com os setores existentes na BMF&Bovespa. Dessa forma, foi possível separar quais setores, segundo a classificação da bolsa, se enquadram no ramo de média-alta e alta tecnologia do Quadro 2. No Quadro 3, os setores da Bovespa como média-alta e alta tecnologia estão relacionados, segundo as atividades classificadas nas categorias do IBGE (Quadro 2).
Quadro 3. Setores da Bovespa classificados em média-alta e alta tecnologia
S etor B ovesp a Sub S etor B ovesp a Segm ento B ovesp a C lassificação
Bens Industriais
Equipamentos Elétricos Equipamentos Elétricos Alta
Máquinas e Equipamentos
Armas e Munições Alta
Máq. e Equip. Construção e Agrícolas Alta Máq. e Equip. Hospitalares Alta Máq. e Equip. Industriais Alta Motores, Compressores e Outros Alta
Material de Transporte
Material Aeronáutico e de Defesa Alta
Material Ferroviário Alta
Material Rodoviário Alta
Construção e
Transporte Transporte
Exploração de Rodovias Alta Serviços de Apoio e Armazenagem Alta Transporte Ferroviário Alta
Materiais Básicos
Madeira e Papel Papel e Celulose Média-alta
Químicos
Fertilizantes e Defensivos Média-alta
Petroquímicos Média-alta
Químicos Diversos Média-alta
Petróleo, Gás e Biocombustíveis
Petróleo, Gás e Biocombustíveis
Equipamentos e Serviços Alta Exploração e/ou Refino Alta Tecnologia da
Informação
Computadores e Equipamentos Computadores e Equipamentos Alta Programas e Serviços Programas e Serviços Alta
Utilidade Pública Energia Elétrica Energia Elétrica Alta
A partir do Quadro 3 é possível visualizar a composição de empresas que fazem parte da amostra. Ao todo foram encontradas 127 empresas que são classificadas como empresas de média-alta e alta tecnologia que se enquadram nos setores e segmentos da Bovespa apresentado no Quadro 3. Dentre as 127 empresas, nem todas fizeram parte da amostra por não evidenciarem os gastos com P&D em suas respectivas notas explicativas. Entretanto, essas empresas podem ter realizado gastos com P&D, mas não fizeram parte da amostra por não divulgarem tais dados.
Quanto ao período adotado, utilizou-se o interstício entre 2008 e 2015, de forma que a realização do presente estudo está vinculada à adoção das IFRS no Brasil. Cabe destacar que antes da adoção das IFRS, a recomendação era contabilizar todos os gastos com P&D no ativo diferido, não havendo orientações específicas sobre o tratamento distinto dos gastos incorridos na fase de pesquisa com aqueles da fase de desenvolvimento.
Para testar a relação inerente aos gastos com P&D com a qualidade da informação, utilizaram-se as métricas de persistência e do value relevance, especificamente para este último o ERC. Destaca-se que há outras maneiras de quantificar a qualidade da informação, como a previsibilidade, a suavização e a qualidade dos accruals, como mencionado na seção anterior. A escolha pelo modelo de persistência se deve ao fato de que uma maior persistência dos lucros pode possibilitar um fluxo mais "sustentável" de lucrosfluxos de caixa, e essa continuidade de resultados poderá ser uma informação consistente para os usuários na avaliação patrimonial baseada em fluxos de caixa descontado e posterior tomada de decisões (DECHOW; GE; SCHRAND, 2010).
Conforme Dechow e Schrand (2010), uma vez que a persistência avalia a variável lucro, o modelo primário de persistência, conforme Quadro 1, é assim especificado:
Earningst+1 = a + fíEarningst + et C1)
Em que:
Earningsi t+1: lucro líquido no final do ano fiscal t+1 para a empresa i escalonado pelo total de ativos no início de t+1;
Earningsi t : lucro líquido no final do ano fiscal t para a empresa i escalonado pelo total de ativos no início de t;
A persistência é indicada pelo da equação 1 e permite mensurar o quão persistente é determinada informação para os lucros (ou para a informatividade dos lucros). Um superior
indica um fluxo de lucros mais persistente ao longo do tempo e quanto maior a persistência, maior é a qualidade da informação contábil (DECHOW; GE; SCHRAND, 2010).
Em modelos que avaliam a qualidade da informação, tal como na equação 1, a variável Earnings é tipicamente escalonada pelo ativos, pelas vendas ou pela quantidade de ações (DECHOW; GE; SCHRAND, 2010). Para a presente pesquisa, a escala adotada foi o total dos ativos.
Como esse estudo visa testar a persistência do P&D, o modelo da equação 1 foi adaptado e, com isso, a variável Earnings foi substituída pelo P&D. Uma vez que o gasto com P&D pode ser reconhecido como despesa ou como ativo, tem-se dois modelos:
PDdit+1 = a + pPDdit + EUt (2)
PDcit+1 = a + (3PDcit + £ix (3)
Em que:
PDdi t + í : gasto com P&D reconhecido como despesa no final do ano fiscal t+1 escalonado pelo total de ativos
no início de t+1 para a empresa i;
RDdi t : gasto com P&D reconhecido como despesa no final do ano fiscal t escalonado pelo total de ativos no
início de t para a empresa i;
PDciit+±: gasto com P&D reconhecido como ativo no final do ano fiscal t+1 escalonado pelo total de ativos no
início de t+1 para a empresa i;
RDci t : gasto com P&D reconhecido como ativo no final do ano fiscal t escalonado pelo total de ativos no início
de t para a empresa i;
Ahmed e Falk (2006), Cazavan-jeny e Jeanjean (2006), e Han e Manry (2004) modelaram suas respectivas pesquisas de modo a considerar o valor gasto com P&D reconhecido como ativo e como despesa em uma única equação. Como é pouco provável que as empresas escolham o método de reconhecimento de forma aleatória, esses estudos podem ser afetados por problemas de autosseleção. Nesse contexto e para evitar que esse problema esteja presente nessa pesquisa, cada formato de reconhecimento de P&D foi segregado em equações distintas: a primeira (equação 2) relaciona os gastos com P&D reconhecidos como ativo e a segunda (equação 3) os gastos reconhecidos como despesa. Pela natureza da pesquisa, não é possível a implementação de uma única equação contemplando os gastos com P&D capitalizados juntamente com aqueles reconhecidos como despesa, devido ao tamanho do conjunto amostral.
A segunda medida usada para o teste de hipótese é o do value relevance. Consistente com Ciftci (2010), todas essas medidas de qualidade da informação são vulneráveis à intervenção gerencial. No entanto, assumindo a eficiência de mercado, os investidores devem ser capazes de perceber a intervenção gerencial e, portanto, a ERC não é suscetível de ser afetada por ela (CIFTCI, 2010).
Conforme o Quadro 1, o modelo de ERC é assim especificado:
R e t ti = a + P ( E a r n i n g s S u r p r i s e t i ) + % (4)
Em que:
Retit: retorno anual da ação no final do ano fiscal t para a empresa i;
EarningsSurpriset : lucro inesperado padronizado no ano fiscal t para a empresa i;
O ERC é o p da equação 4 e ele mensura a capacidade de resposta dos investidores ao lucro (ou para a informatividade dos lucros). Liu e Thomas (2000) fornecem uma evidência direta de que a ERC atua como uma proxy para a qualidade do lucro. Liu e Thomas (2000) e Ciftci (2010) evidenciaram que a ERC observada (fi) é elevada quando a correlação entre os ganhos inesperados e a revisão de expectativa de ganho é alta.
Liu e Thomas (2000) indicaram que os ganhos inesperados são medidos como ganhos reais para t, menos a previsão de ganhos no período t-1, e a revisão de expectativa de ganho para períodos futuros são medidos por meio de informações disponíveis em t. Dessa forma, no período corrente, os ganhos inesperados são informativos na medida em que causam uma revisão da expectativa de ganho, ou seja, quando os ganhos são de qualidade superior, o ERC também é maior (LIU; THOMAS, 2000).
Para analisar o ERC também pode ser utilizado o modelo de Ohlson (1995), o qual foi implementado para outros estudos, como os de: Barth, Landsman e Lang (2008); Tsalavoutas, André e Evans (2012); Beisland e Hamberg (2013); Elshandidy (2014); Iatridis (2015); Kanagaretnam, Mathieu e Shehata (2009) Mironiuc, Carp e Chersan (2015). O modelo de Ohlson (1995) pode ser assim especificado (equação 5):
R it = a 0 + a 1BVi t + a 2E R N í t + e i t (5)
Em que:
BVí t : Book Value no final do ano fiscal t para empresa i; ERNi t : Lucro líquido no final do ano fiscal t para empresa i.
Visto que o modelo de value relevance é uma das formas de avaliar a qualidade da informação (CHRISTENSEN et al., 2015), no modelo das equações 6 e 7, testa-se o value relevance do P&D através da alteração em Rit , de forma que, no caso dos coeficientes serem significativos, os gastos com P&D serão de valor relevante para a informação e, consequentemente, isso afetará a qualidade da informação. Adicionando a variável que mensura o reconhecimento do P&D ao modelo, as equações são assim especificadas:
Rit = a0 + PiPLdaít + p2LLdait + p 3PDdait + G,t (6)
Rít = a 0 + Pi PLait + p2LLait + Ps PDcat,t + £í t (7)
Em que:
R : Retorno das ações ordinárias após quatro meses do encerramento do ano fiscal t para a empresa i;
PLdai t : Patrimônio Líquido deduzido do gasto com P&D reconhecido como despesa escalonado pela
quantidade de ações no final do ano fiscal t para a empresa i;
LLdai t : Lucro Líquido deduzido do gasto com P&D reconhecido como despesa escalonado pela quantidade de
ações no final do ano fiscal t para a empresa i;
PDdai t : Gasto com P&D reconhecido como despesa escalonado pela quantidade de ações no final do ano fiscal t para a empresa i
PLaí t : Patrimônio Líquido deduzido do gasto com P&D reconhecido como despesa escalonado pela quantidade
de ações no final do ano fiscal t para a empresa i;
LLai t : Lucro Líquido deduzido do gasto com P&D reconhecido como despesa escalonado pela quantidade de
ações no final do ano fiscal t para a empresa i;
PDcai t : Gasto com P&D reconhecido como ativo escalonado pela quantidade de ações no final do ano fiscal t
para a empresa i
Em seguida, as variáveis de controle foram adicionadas ao modelo. Tal como em pesquisas anteriores (HUNGARATO; LOPES, 2008; LANDRY; CALLIMACI, 2003; RODRIGUES; ELIAS; CAMPOS, 2015), os gastos com P&D são afetados pelo ambiente institucional, como por exemplo, o tamanho da empresa, pelos fluxos de caixa, pela idade da empresa, pelo endividamento e pelo risco sistemático.
As grandes empresas são mais arriscadas do que as pequenas porque a remuneração dos gestores é baseada em ações da própria empresa que, por sua vez, estão positivamente relacionados com o risco dos ativos subsequentes (DAVES et al., 2000; LANDRY;
CALLIMACI, 2003). Como resultado, os gestores das grandes empresas podem estar mais dispostos a empreender projetos arriscados (DAVES et al., 2000; LANDRY; CALLIMACI, 2003) de forma que traduza o risco em retorno para o acionista. Na medida em que os gestores das empresas mais arriscadas escolhem métodos contábeis que melhoram a posição financeira, a associação entre o tamanho e os gastos com P&D capitalizados pode ser explicada por um fator de risco (LANDRY; CALLIMACI, 2003). Portanto, as grandes empresas são mais propensas a capitalizar os gastos com P&D. Dessa forma, a proxy para o controle do tamanho da empresa é o logaritmo do ativo.
Os níveis de recursos gerados internamente podem ter uma influência significativa sobre o tempo e a magnitude dos gastos com P&D (KAMIEN; SCHWARTZ, 1978). Kamien e Schwartz (1978) elucidam essa questão afirmando que, quanto mais recursos internos, maior a probabilidade de a empresa manter o nível de investimentos em P&D, sem que para isso seja necessário reduzir os gastos ou ainda extrapolar para o financiamento externo. Para controlar os níveis de recursos foi adicionado no modelo o fluxo de caixa operacional.
A idade da empresa é outro fator que pode impactar a escolha dos gastos com P&D. As empresas mais velhas já podem ter atingido o nível de viabilidade técnica de vários projetos e com isso possuem dados históricos que auxiliam a prever melhor os benefícios futuros de novos projetos (LANDRY; CALLIMACI, 2003), o que diminui a incerteza sobre a capitalização do gasto. Por outro lado, Aboody e Lev (1998) afirmam que empresas menores provavelmente não capitalizam os gastos com P&D porque não conseguem atingir o nível de viabilidade técnica dos projetos. Assim, nessa pesquisa, foi levantado o tempo em que a empresa está na bolsa como proxy para sua idade.
Embora o lucro já faça parte do modelo, ele pode atuar como variável de controle, sendo ele uma medida de desempenho que tende a demonstrar as preferências do gestor pelo reconhecimento dos gastos com P&D. Baber, Fairfield e Haggard (1991) investigaram se a preocupação em relatar uma tendência no lucro líquido influencia as decisões de realizar gastos em P&D. Os autores inferiram que os gestores estão mais propensos a considerar efeitos no lucro durante o período corrente na tomada de decisões do P&D do que ao tomar decisões de alocação de capital. Esses autores ainda demonstram que o lucro de algumas empresas oscilou de negativo para positivo com a redução nos gastos com P&D. Com isso pode se inferir que os gestores podem estar propensos a gerir a quantidade desses gastos a fim de alcançar metas.
De acordo com Choi e Richardson (2016), a alavancagem financeira está negativamente correlacionada ao valor do capital próprio, portanto, para controlar os efeitos
da volatilidade dos ativos das empresas foi adicionada a variável alavancagem financeira. A alavancagem é calculada pela soma dos passivos circulantes, acrescidos dos passivos não circulantes e dividido pelo ativo total (DALEY; VIGELAND, 1983; HUNGARATO; LOPES, 2008).
A variável Rii t controla para o risco sistemático ou risco de mercado. Ariff et al. (2013), Collins e Kothari (1989) e Cready et al. (2000) relataram que existe relação entre o ERC e o risco sistemático, portanto, a variável Rii t controla seus efeitos sobre o modelo. De acordo com Goulart (2003), o risco de mercado abrange as oscilações em variáveis econômicas e financeiras, como por exemplo, no preço das ações ou na taxa de juros. Como proxy para o risco de mercado foi utilizado o valor de mercado da empresa i no tempo t.
A variável Ri:t foi obtida da base de dados Economática®. Chan et al. (2001) coletaram as informações na data em que elas ocorreram, ou seja, o retorno foi coletado na data que as demonstrações financeiras foram publicadas. O presente estudo obteve o retorno das empresas em 30 de abril de cada ano. Assim, o retorno foi obtido do início do ano t até o momento máximo para a publicação das demonstrações financeiras. Como o ERC se baseia em uma premissa de mercado, é esperado que todas as informações referentes ao período de t sejam incorporadas ao retorno e, portanto, se torne uma informação relevante para o investidor. Para tanto, foi utilizado o retorno das ações ordinárias devido à alta concentração do controle acionário no mercado brasileiro (MARQUES; GUIMARÃES; PEIXOTO, 2015; SARLO NETO et al., 2005).
A Tabela 1 apresenta o resumo das variáveis de controle adicionadas ao modelo de value relevance.
Tabela 1. Variáveis de controle para o modelo de value relevance
Variável Descrição Sinal Literatura
TA Tamanho + Daves et al. (2000), Landry e
Callimaci (2003)
Id Idade + Landry e Callimaci (2003)
FCO Fluxo de Caixa Operacional - Kamien e Schwartz (1978)